一、 机器学习相关慨念 1、机器学习定义 大数据时代，随着网络的普及化以及计算机计算速度和存储能力的提高，人类更容易收集、存储、传输、管理数据，各行各业已经积累了大量的数据资源。如何利用这些数据服务于人类社会、促进经济发展、便捷人类生活日益成为各行各业关注的重点。由于人类处理数据的能力有限，因而只能 ...
分类：
其他好文 时间：
2017-03-24 00:20:54
阅读次数：
143
大数据时代虽然给我们的生活带来了很多的便利，但是往往我们想要获取或整理我们想要的资源却还是一件很难的事情，难在查找和搜寻资料，有了可共享数据的网站，却还要一页一页的点进去，筛选我们想要的信息，是不是很麻烦?是的，那么，这个时候你一定要有一个会写爬虫的朋友（或者男朋友^_^），前几次我们也已经实现了利 ...
分类：
其他好文 时间：
2017-03-21 17:40:50
阅读次数：
422
大数据，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据拥有四个特征：数据量大、数据种类多、更新速度快、蕴藏的价值大但密度低。大数据虽然蕴含极大的价值，但是如果仅仅停留在数据收集、整理、存储和简单报表... ...
分类：
其他好文 时间：
2017-03-15 15:00:04
阅读次数：
172
一晃，一个年头又过去了。 历时，入门互联网行业已然三年之多。从一个 hello word 开始一直磨练至今，宝刀未见锋锐(好像有点飘，程序员不应该这样的...)。 如下列举近几年经手或常听说的软件。 企业级应用软件： 1.常规行业软件如OA/ERP/CRM等，模式相对已经成熟，技术层实现模块需求即可 ...
分类：
其他好文 时间：
2017-03-14 23:58:03
阅读次数：
316
大数据时代，HBase作为一款扩展性极佳的分布式存储系统，越来越多地受到各种业务的青睐，以求在大数据存储的前提下实现高效的随机读写操作。对于业务方来讲，一方面关注HBase本身服务的读写性能，另一方面也需要更多地关注HBase客户端参数的具体意义。这篇文章就从一个具体的HBase客户端异常入手，定位 ...
分类：
其他好文 时间：
2017-02-25 12:29:22
阅读次数：
711
Hive 已是目前业界最为通用、廉价的构建大数据时代数据仓库的解决方案了，虽然也有 Impala 等后起之秀，但目前从功能、稳定性等方面来说，Hive 的地位尚不可撼动。 其实这篇博文主要是想聊聊 SMB join 的，Join 是整个 MR/Hive 最为核心的部分之一，是每个Hadoop/Hiv ...
分类：
其他好文 时间：
2017-02-22 16:31:39
阅读次数：
314
无论是小数据时代还是大数据时代，数据治理都是个非常重要的工作，数据质量问题是个非常普遍的问题。对于传统企业来说，核心业务还是流程驱动的，需要而且有条件把数据做准确，这就需要在数据管理上面下功夫。 介绍一个欧盟的数据管理知识体系，DAMA-DMBOK，由DAMA国际发布，DAMA是数据管理学会的简称， ...
分类：
其他好文 时间：
2017-02-08 21:58:41
阅读次数：
584
引言：朴素贝叶斯分类器作为基础的分类算法，早在基础数学时期就已经被使用，目前在各行各业中更是被广泛使用。近几年车厘子在中国地区卖得火热，面对车厘子和樱桃，很多老百姓很难分清楚，那么算法能帮我们区分吗？本文选自《大数据时代的算法：机器学习、人工智能及其典型实..
分类：
编程语言 时间：
2017-01-23 21:53:51
阅读次数：
641
